"Dobbiamo sviluppare in modo proattivo cocktail di farmaci contro le famiglie di virus nel loro insieme - per esempio, tutti i coronavirus - per essere pronti il ​​primo giorno se emerge un nuovo virus o una variante. Il cocktail dovrebbe essere a basso costo, facile da trasportare e distribuire e facile auto-amministrarsi, quindi disponibile per le persone in tutto il mondo", ha affermato la ricercatrice Judith M. White, PhD, professore emerito presso la School of Medicine dell'Università della Virginia. "Speriamo che questo concetto di "cocktail di farmaci intelligenti" - intelligenti grazie alla scelta dei farmaci per i test e la modellizzazione al computer della loro efficacia nell'uomo - sarà la base per uno sforzo robusto e coordinato contro i coronavirus e altri virus patogeni, come I virus della febbre Zika e Lassa, solo per citarne alcuni".

Risposta pandemica rapida, sicura ed efficace

La nuova strategia arriva da White, dei Dipartimenti di Biologia Cellulare e Microbiologia, Immunologia e Biologia Oncologica dell'UVA; e colleghi a Seattle, presso l'Università di Washington e il Fred Hutchinson Cancer Research Center; l'Università del Maryland; e MRI Global, nonché collaboratori in Estonia, Finlandia e Norvegia. Gli scienziati ritengono che dare la priorità allo sviluppo di cocktail di farmaci - trattamenti che combinano due o più farmaci - ridurrebbe il carico sui sistemi sanitari e aiuterebbe a prevenire la diffusione della malattia limitando la capacità di un virus di adattarsi ai suoi ospiti. Questo tipo di approccio combinato è già la norma per il trattamento di virus come l'HIV.

I ricercatori delineano un piano in cinque punti per accelerare l'identificazione e la somministrazione di cocktail di farmaci efficaci:

• Dai priorità ai farmaci che le persone potrebbero assumere a casa, per bocca o per inalazione, dopo l'esposizione o quando compaiono i primi sintomi.
• Concentrati sulle combinazioni di farmaci, piuttosto che sui singoli farmaci, per ridurre la possibilità che i virus diventino resistenti ai farmaci.
• Dai priorità ai farmaci già approvati o in fase di sperimentazione clinica avanzata, per accelerare la rapidità con cui possono essere garantite la loro sicurezza ed efficacia.
• Concentrati sui farmaci che possono essere somministrati alle persone a dosi che produrranno effetti antivirali senza effetti collaterali tossici.
• Utilizza modelli informatici avanzati per identificare combinazioni di farmaci utili e accelerare lo sviluppo.

Per dimostrare il potenziale della modellazione al computer per questo scopo, Joshua T. Schiffer, MD, di Fred Hutch, ha sviluppato un modello per valutare la potenziale efficacia clinica delle coppie di farmaci per il trattamento di COVID-19. L'associazione di farmaci, affermano i ricercatori, potrebbe creare trattamenti più efficaci dei singoli farmaci da soli. Identificare i farmaci con questo tipo di "sinergia", dicono, potrebbe potenzialmente trasformare due farmaci di modesto beneficio in un potente trattamento.

"I modelli che incorporano sia le proprietà dei farmaci che la biologia del virus che si diffonde contro una risposta immunitaria possono essere utilizzati per identificare il modo migliore per dosare trattamenti promettenti", ha affermato Schiffer. "Questi modelli suggeriscono che la combinazione strategica di farmaci può aggiungere benefici sostanziali".

Gli scienziati sottolineano che migliori trattamenti per COVID-19 non soppianteranno la necessità della vaccinazione e sono un complemento alle strategie esistenti. Ma dicono che la loro strategia potrebbe portare a risultati migliori per i pazienti che contraggono COVID-19 o il prossimo virus pericoloso in attesa dietro le quinte.

"Avere cocktail di farmaci facilmente dispiegabili, facilmente somministrabili e poco costosi sullo scaffale quando si verifica un nuovo focolaio di virus farebbe guadagnare tempo dalla scoperta del virus allo sviluppo e al lancio di contromisure dipendenti dalla sequenza come vaccini e farmaci di design, e potrebbe quindi smussare le fasi iniziali di un'epidemia", ha detto White.